| Revista: | Revista politécnica |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000435342 |
| ISSN: | 1900-2351 |
| Autores: | Oviedo Carrascal, Ana Isabel1 Jiménez Giraldo, Jovanny2 |
| Instituciones: | 1Universidad Pontificia Bolivariana, Facultad de Ingeniería en Tecnologías de la Información y la Comunicación, Medellín, Antioquia. Colombia 2Universidad Católica de Oriente, Facultad de Ingeniería Electrónica, Rionegro, Antioquia. Colombia |
| Año: | 2019 |
| Periodo: | Jul-Dic |
| Volumen: | 15 |
| Número: | 29 |
| Paginación: | 128-140 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | En Colombia, las pruebas de Estado Saber-Pro han sido diseñadas para apoyar la evaluación y el mejoramiento de la educación superior en el país. Aplicando la metodología de minería de datos CRISP-DM, se realiza un estudio de los resultados obtenidos en las pruebas Saber-Pro de estudiantes de ingeniería en Antioquia (Colombia). A partir de 108 variables académicas, económicas y socio demográficas se realizan 3 modelos analíticos: 1) agrupación de los tipos de estudiantes, 2) selección de los factores que más influyen en el desempeño de las pruebas, y 3) predicción del desempeño en las pruebas a partir de las variables seleccionadas. Como resultado se encuentra que algunas de las variables más influyentes sobre el resultado de las pruebas son: el número de personas a cargo, método de enseñanza, si el hogar es permanente, el carácter académico de la institución y facilidades económicas como tener horno micro gas y motocicleta |
| Resumen en inglés | In Colombia, the Saber-Pro test has been created to support the evaluation and improvement of higher education in the country. This article, applies the CRISP-DM data mining methodology to perform a study of the results obtained in the Saber-Pro tests of engineering students in Antioquia (Colombia). Three analytical models are developed from 108 academic, economic and socio-demographic variables: 1) clustering about student types, 2) selection of the most influential factors in the results of the tests, and 3) prediction of performance in the tests from the selected factors. As a result, the most influential variables on the test result are: the number of dependents, teaching method, if the home is permanent, the academic character of the institution and economic facilities such as micro-gas oven and motorcycle |
| Disciplinas: | Bibliotecología y ciencia de la información, Educación |
| Palabras clave: | Análisis y sistematización de la información, Evaluación educativa, Aprovechamiento escolar, Minería de datos, Aprendizaje de máquinas |
| Keyword: | Information analysis, Educational evaluation, Academic performance, Data mining, Machine learning |
| Texto completo: | http://biblat.unam.mx/hevila/Revistapolitecnica/2019/vol15/no29/10.pdf |
